为您找到248个相关课程
展开简介
收益目标：学习完本课程后，学员的主要收获有： (1) 从企业级应用的角度对推荐系统有一个全面的认知，知道推荐系统的技能要求、价值、应用场景； (2) 了解最主流的推荐算法基本原理； (3) 熟悉推荐系统的产品形态，针对不同的产品怎么更好地整合推荐系统以发挥业务价值； (4) 了解在真实业务场景中怎么做好推荐系统，让推荐系统真正产生商业价值； (5)获得讲师十多年实践推荐系统的经典案例和经验；
适应人群：本课程适合对推荐系统感兴趣的或者自身工作与推荐系统相关的算法工程师
关键词：互联网，人工智能，大数据，推荐系统，视频推荐，音乐推荐，内容推荐
收益目标：暂无
适应人群：暂无
关键词：其他，架构师，架构设计，大数据，数据架构，工程师
收益目标：a) 掌握Kafka的Producer/Consumer的用法及与其它系统集成的方案 b) 初步掌握如何使用Kafka Stream开发流式处理应用 c) 掌握Kafka的复制和领导选举策略，并了解分布式系统一致性解决方案 d) 能够理解并掌握分布式产品选型方法
适应人群：a) 大数据产品开发工程师 b) 大数据运维工程师 c) 大数据架构师
关键词：互联网，大数据，分布式系统，配置管理
收益目标：1. Flink核心技术的深入理解。 2. 流式和离线海量数据计算平台的设计的抽象与分层能力 3. 用Flink实现一个通用数据计算产品的方法。 4. 领域驱动设计(DDD)的核心知识和它在大数据领域的应用。
关键词：互联网，大数据，API
收益目标：通过本课程的学习，可以帮助学员找到如下问题的答案： 1.什么是数字化转型？分哪几个阶段？如何提供价值？传统企业如何进行数字化转型？ 2.如何根据业务目标建立精确不冗余的指标体系，并通过指标体系驱动业务目标达成？ 3.数据驱动业务增长有哪几种的底层机制？该如何建立机制和获得机制的赋能？ 4.数据有哪些不同的收集方法？如何建立有效的数据收集机制？如何获取竞品和行业数据？ 5.有哪些重要的数据分析方法？如何通过数据分析获得重要的业务洞察，并制定相应的业务策略？应该在什么时候，如何使用哪一种数据方法？ 6.立项和做决策时，往往需要对候选项目进行价值分析，但价值要项目落地后才能实际产生和测量，如何进行客观准确而不是“拍脑袋”的项目/产品价值预测？
适应人群：正在进行数字化转型的企业的业务、产品、运营、研发、数据分析人员。 希望学习世界顶尖大数据企业如何使用数据、获得洞察、指导决策、建立数据文化的前沿企业的业务、产品、运营、研发、数据分析人员。 所有希望提升数据意识与思维、数据应用能力和数据洞察能力的相关岗位。 需要理解数据如何赋能业务，并建立数据驱动机制提升经营效率的企业领导。
关键词：互联网，人工智能，大数据，Python，数据分析，转型，产品管理，数字化转型，B端产品
关键词：互联网，其他，大数据，数据挖掘，Python，SQL，数据分析，Spark，大数据平台
收益目标：通过本课程，学员能够真实掌握互联网高可用架构设计过程中所遇问题的归纳、分析与总结，并有针对性的给出解决方法，课程将重现这些问题的场景，通过实例讲解，并对应到学员的实际工作问题，有效的启发思路、激发兴趣、掌握解决问题的基本方法。
适应人群：各类互联网/IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于有明确互联网产品业务需求的个人和团队，效果更佳。
关键词：互联网，互联网金融，架构师，架构设计，大数据，互联网架构，高可用架构
收益目标：通过实例了解数据战略在不同场景中的实施，演变，和不同战略的优劣，为高级管理人员提供数据方向上战略、布局、管理和执行层面的多角度思路。
关键词：互联网，商业模式，大数据
收益目标：对于已经开始做线上监控的团队，可以参考抖音和TikTok上监控体系相互印证，提升监控效果。 对于尚未开始做线上监控的团队，抖音从10wDau到3亿DAU的线上监控经验可以帮助您的团队快速搭建一套完整的监控体系
关键词：互联网，大数据
收益目标：- 了解一个真实的MongoDB的应用场景，及Change Stream 功能的高级用法 - 了解流处理引擎工作机制 - 学习一个技术型数据中台落地方案
关键词：互联网，大数据，数据库，MongoDB，MySQL，SQL，创新，Hadoop，分布式
收益目标：1.学习和了解金融企业流式数据架构设计与应用，了解实时数据处理过程中的数据管理体系，数据处理技术，数据质量管控以及数据安全等； 2.掌握流计算常用技术与架构，包括不限于Apache Storm，Apache Flink，Spark Streaming等； 3.掌握流数据架构的特点以及建设方法论； 4.了解业界主流企业如何构建流数据架构体系，以及如何在现有大数据平台架构下，构建流数据处理平台，有效管理流数据；
适应人群：1.大数据从业人员 2.企业IT开发人员 3.企业数据部门人员
关键词：互联网，架构设计，大数据，数据架构，金融
收益目标：1.理解云原生架构下Java应用的挑战与机遇； 2.掌握Java性能优化的关键工具和策略； 3.学习提升研发流程效率的现代方法和工具； 4.了解AI将如何促进研发效能的提升； 5.了解Java在人工智能、向量数据库等新兴领域的应用案例； 6.洞察Java技术的未来发展，把握技术趋势；
关键词：其他，人工智能，大数据，Java，转型，企业级，数字化转型
To Be Better
注册或 找回密码?